网站首页 binarycrossentropy 第2页

• 

  用于图像降噪的卷积自编码器

  这篇文章的目的是介绍关于利用自动编码器实现图像降噪的内容。在神经网络世界中，对图像数据进行建模需要特殊的方法。其中最著名的是卷积神经网络(CNN或ConvNet)或称为卷积自编码器。并非所有的读者都了解图像数据，那么我先简要介绍图像数据(如...

  2024-09-16 btikc 技术文章 23 ℃ 0 评论
• 

  如何教神经网络玩 21 点游戏(附代码)?

  不久前，我们开发了代码来模拟21点游戏。通过这些模拟，我们发现了赌场之所以具有优势的关键驱动因素。主要是以下2点：赌场迫使玩家在庄家面前采取行动（面对的是不完整的信息），从而获得了21点玩家的优势。这首先会让玩家面临破产的风险（...

  2024-09-16 btikc 技术文章 22 ℃ 0 评论
• 

  用于图像降噪的卷积自编码器介绍

  这篇文章的目的是介绍关于利用自动编码器实现图像降噪的内容。在神经网络世界中，对图像数据进行建模需要特殊的方法。其中最著名的是卷积神经网络(CNN或ConvNet)或称为卷积自编码器。并非所有的读者都了解图像数据，那么我先简要介绍图像数据(如...

  2024-09-16 btikc 技术文章 22 ℃ 0 评论
• 

  掌握深度学习，数据不足也能进行图像分类

  全文共4496字，预计学习时长13分钟在机器学习中，决定因素往往不是算法而是数据集的大小。——吴恩达图像分类即根据固定类别对输入的图像设置标签。尽管计算机视觉过于简单，但是它在实际中仍有广泛的应用，而图像分类就是其中的核心问题之一。...

  2024-09-16 btikc 技术文章 23 ℃ 0 评论
• 

  病理图像的全景分割

  关注微信公众号：人工智能前沿讲习，重磅干货，第一时间送达论文题目：PanopticSegmentationwithanEnd-to-EndCellR-CNNforPathologyImageAnalysis...

  2024-09-16 btikc 技术文章 23 ℃ 0 评论
• 

  为什么说神经网络可以逼近任意函数?

  本文主要介绍神经网络万能逼近理论，并且通过PyTorch展示了两个案例来说明神经网络的函数逼近功能。大多数人理解"函数"为高等代数中形如"f(x)=2x"的表达式，但是实际上，函数只是输入到输出的映射关系，其...

  2024-09-16 btikc 技术文章 21 ℃ 0 评论
• 

  如何将深度学习研究论文实现为代码

  作者：BipinKrishnanP编译：ronghuaiyang导读如果深度学习是一种超能力，那么将理论从论文转化为可用的代码就是一种超超能力。...

  2024-09-16 btikc 技术文章 23 ℃ 0 评论
• 

  深度学习--近似推断

  深度学习将推断视为优化问题的解释是指，通过调整模型的参数，使得模型对输入数据的预测结果与真实结果之间的差距最小化。这个过程可以被看作是在一个参数空间中搜索最优解的过程，即通过优化算法来寻找最佳的参数组合。...

  2024-09-16 btikc 技术文章 20 ℃ 0 评论
• 

  案例详解:欺诈检测中的代价敏感算法

  全文共3560字，预计学习时长20分钟或更长在传统的二分类分类问题中，我们的目的是尽量减少误分类，并用准确率、F度量或AUC-ROC曲线等统计量来衡量模型的性能。然而在某些问题中，为了降低总代价最好容许更多的误分类。如果误分类产生的代价因样...

  2024-09-16 btikc 技术文章 25 ℃ 0 评论
• 

  深层网络背后的数学

  现在，我们可以使用许多高级的、专门的库和框架，如Keras、TensorFlow或PyTorch，我们不需要一直担心权重矩阵的大小，也不需要记住我们决定使用的激活函数的导数公式。通常我们只需要创建一个神经网络，即使是一个结构非常复杂的神经网...

  2024-09-16 btikc 技术文章 22 ℃ 0 评论